Universal Shuffle Asymptotics, Part II: Non-Gaussian Limits for Shuffle Privacy -- Poisson, Skellam, and Compound-Poisson Regimes
本文作为“通用洗牌渐近性”系列的第二部分,刻画了当局部随机化器趋于集中导致经典高斯极限失效的临界情形,证明了在特定缩放比例下,洗牌机制的隐私极限分别收敛于泊松、Skellam 及复合泊松分布,从而与第一部分共同构建了涵盖高斯、临界非高斯及超临界无隐私三种机制的完整渐近理论框架。